MedQ-Engine：用于医疗图像质量评估中多模态大语言模型演化的闭环数据引擎

医疗图像质量评估是临床 AI 部署的前提，但多模态大语言模型在提供含临床推理的描述性评估方面仍远逊于人类专家。针对标注成本高及一次性数据收集无法适应模型动态弱点的问题，本文提出 MedQ-Engine。这是一个闭环数据引擎，通过数据驱动聚类发现失败原型，利用原型检索百万级图像池并结合渐进式人机协同标注，经质量保证的微调形成自我改进循环。实验表明，该方法仅用 1 万条标注即可使 8B 模型超越 GPT-4o，显著缩小与人类专家的差距。